长三角旅游一体化中上海的作用与地位
长三角旅游一体化中上海的作用与地位
作者:张琰 丁波涛
来源:《上海城市管理》2021年第04期
        摘要:长三角旅游一体化进程自改革开放以来已有40多年的实践,上海作为区域内经济最发达的城市,应当有效引领长三角区域旅游一体化发展。采取定量研究方法,爬取携程网、去哪儿网游记数据绘制旅游网络图,从网络规模与密度、中心性、关联度与效率、特征路径长度、核心-边缘分析等角度,揭示以上海为中心目的地的长三角旅游网络结构,并据此提出开发多主题旅游路线、关注乡村旅游和古镇旅游、兼顾各省市的协同发展等进一步发展长三角旅游一体化的建议。
        关键词:社会网络分析;长三角;旅游一体化
        DOI:10.3969/j.issn.1674-7739.2021.04.006
        长三角城市包括三省一市——江苏省、浙江省、安徽省与上海市,是我国经济最具活力、开放程度最高、创新能力最强的区域之一。旅游一体化是长三角区域合作的重要领域,而上海作为长三角区域发展的领头羊,在旅游一体化的进程中应当充分发挥自身优势,在提升自身旅游资源和服务水平的基础上,引领整个长三角城市的旅游一体化创新发展。
        一、相关研究现状
        旅游一体化是指地理区位上邻近或接壤的两个或多个地区之间建立旅游联合体,促进旅游业的共同发展。[1]旅游一体化的背后是旅游政策统一、设施相通、资源共享、市场互动,[2]而表象则是旅游同城效应产生的区域旅游流。而旅游流的组织和发生离不开网络,目的地旅游系统的基本属性更明显地表现为网络的连通性和关系性,因此对旅游目的地之间网络关系的研究是认知旅游流系统本质的最有效切入点,[3]也是分析区域旅游一体化特征的重要手段。
        在旅游日益发达的当下,许多游客根据自身旅行经历撰写游记发布至旅游网站,这些游记中的路线内容真实、丰富,易被追溯,因此被广泛用于国内有关旅游的研究。陈润泽
提出网络游记中的行程信息使研究者无需踏入案例地便可获取游客的行为数据,[4]以进行长期时空行为研究,杨兴柱[5]以南京市为例构建出城市旅游客流网络空间结构,查晓莉[6]、肖刚[7]分别基于游记对上海市和江西省旅游流网络空间结构进行研究。
        根据文献梳理可知,基于游记对旅游流的网络结构特征、网络空间模式演化研究扩展了旅游流理论研究内容。但此前的研究对象较少涉及旅游一体化背景下的长三角城市,而以长三角城市一体化为研究对象的则多采用定性方法,无法及时准确地反映旅游者之间的选择,从微观视角分析景点间的联系也存在缺陷。
        本文采取以社会网络分析为基础的定量研究方法,从游记视角研究以上海为目的地的长三角旅游流网络空间结构,探索长三角旅游一体化背景下游客自发形成的旅游路线,克服了定性研究的缺陷,从旅游者的角度出发探索旅游行为,绘制区域旅游流网络图,描述景点层面的微观旅游关系,为长三角旅游一体化未来发展提供新思路。射手座男人的性格
        二、研究方法与数据来源
        (一)研究方法
        本文采用网络分析法,描述旅游网络中点线关系,研究不同节点间联系的强弱程度;分析旅游网的整体规模与密度、节点的中心性和图的中心势、关联度和效率、特征路径长度、核心-边缘区情况等,充分显示以上海为中心目的地的长三角旅游网络特点。通过软件UCINET6和Gephi对数据进行可视化分析,研究该区域旅游网络结构特征。
        (二)数据来源
        携程网是目前中国最大的在线旅游服务网站,去哪儿网则是中国最大的旅游搜索引擎。本文以携程网、去哪儿网用户分享的游记攻略数据为基础,以“上海”为检索词,采用网络爬虫程序自动采集网站内所有相关游记攻略文本,得到携程网2 856条数据,去哪儿网1 558条数据,共计4 414份游记攻略文本。
牡丹江区号        同时本文从游记攻略文本中提取地点信息,并进行同类项合并(如将迪士尼乐园内的各个项目,统一为“上海迪士尼度假区”),统计各个景点的出现频次,选择出现频次前300的地点,剔除非景区节点(如车站、机场、城市名等),剩余276个节点,构造共现矩阵,矩阵图部分如表1所示。将共现矩阵导入Gephi软件,采用Force Atlas布局算法得到无向网络图。图中的所有景点被模块化聚为三类:一是上海市区景点,共154个;二是上海郊
区景点,共36个;三是长三角其他地区景点,共86个。
诺兰的电影
        三、旅游景点网络结构分析五台山五爷庙
        (一)网络规模与密度
        网络规模是旅游网中涵盖的节点数量的反映,图密度度量网络的完整性,指网络中不同节点间联系的密切程度,其值域为[0,1],密度值越大表示网络中每个节点间连接程度越高、网络越完整,说明景点间的联系越密切,游客选择的旅游路线也越多。
        根据分析可得整体网络的密度为0.369,其中上海市区景点的网络密度为0.515,长三角其他地区景点的网络密度为0.702,说明游客倾向于上海市区与长三角其他区域的协同出行。而长三角其他地区景点的密度高于上海市区景点的密度,表示相对于仅游览上海本地景点,游客更倾向于将上海作为中介,进一步游览长三角景点。而上海郊区景点网络密度相对较低,各景点间相互输送游客的能力较弱,与热门景区的联系不强。
        (二)点中心性与图中心势分析
        点中心性分析是不同节点之间的“联系”对各节点在网络处于的中心位置的一种数值表达,包含三方面指标:度数中心性、中介中心性、接近中心性。以0为断点对共现矩阵进行二值化处理,表2为以出现频次高低排序的前20个景点的中心性统计指标。
        1.度数中心性分析
        度数中心度通过计算与其直接相连的节点数目来分析某节点在网络中的地位,其数值越大则节点越处于网络的中心地位。从表2来看,高频次景点的中心度也比较大,即这些景点所连接的网络内其他景点数也更多,表明熱门景点间之间未形成封闭回路,而是存在向其他景点输送游客的能力,并且少数的热门景点几乎能够向网络内的所有景点输送游客,如外滩、东方明珠、豫园等。
        在以上海为中心目的地的旅游网络中,浙江景点西湖、西塘出现频次较高,在近300个景点中分列第10位和第16位,体现了上海旅游对周边地区有较强的带动作用,长三角旅游一体化建设初见成效。但它们的度数中心度较其他景点略低,表明区域内景点联系强度还有提升空间。
八年级英语工作总结
        2.中介中心性
        中介中心度通过测量某节点在多大程度上位于其他节点的“连接通道”来表示节点的影响力,该值越大表示该节点对其他节点的影响力越强。从表2来看,出現频次高的景点并不总是具有较高的中介中心度,如迪士尼、城隍庙等,其中介中心度低于前后景点,表明这些景点虽然游客量大,但旅游属性较为单一,对邻近景点的影响力不强。西湖、西塘的中介中心度明显低于前后景点,它们作为上海旅游影响力向周边省市辐射的入口,其旅游资源潜力还存在开发空间。
        3.接近中心性
        接近中心度表示某节点与其他节点的接近程度,其值越小则节点与其他节点距离越近,代表该节点越不会受到其他节点的控制,是第三种意义上的网络“中心”。
        由表2可知,外滩、豫园、田子坊、东方明珠等景点的接近中心度较小,表示这些节点在旅游路线中出现频率相对较高,与其他节点的联系更加紧密,旅游路径更短,在游客资源、景点影响力方面处于网络的中心位置。
        西湖、西塘的接近中心性虽然较前后景点偏低,但差别不大,表明它们在以上海为目
的地的旅游网络中仍有一定程度的吸引力,与长三角地区其他景点的联系较为紧密,多次出现在游客的旅游路线中,可作为进一步发展旅游一体化的突破口。
        (三)关联度与网络效率
        关联度与网络效率是网络关联性的两个测度指标。关联度是对整体网络结构稳健性的评判,关联度为1则整体网络结构稳健,关联度为0则表示网络结构松散,一旦丧失某几个节点则濒临崩溃;网络效率是对整体网络中多余连线数的评价,多余连线数越少则网络效率越高,网络的关联性越强。根据UCINET计算结果,上海旅游网络图的关联度为0.993,网络效率为0.651。
        旅游网络图的关联度接近1,表明网络图处于稳健状态且结构均匀,地区旅游并非高度依赖于某几个少数的热门景点,大部分景点间的地位较为平等,均拥有相对稳定的游客,各自形成了多样化的旅游路线,且旅游路线种类丰富,并非围绕单一主题或单一需求。旅客自发形成的旅行路线不仅仅限于上海市内,而是将路线拓展至了江浙两省,且整体网络具有高度的关联性,游客对包含江浙景点的上海旅游路线接受度高。
        网络图效率为0.651表明整体网络效率较高,同样反映出网络结构较为稳定。而部分节点间存在不止一条连线,从另一个角度表明游客旅行路线的多元化,景点间以不同的主题进行组合,满足了不同游客的不同层次旅行需求。
        (四)特征路径长度分析
        特征路径长度指连接任何两个点之间最短途径的平均长度,是关于网络整体性质的一种测度。在上述较高的关联度水平下,距离为n的最短途径出现次数如表3所示。
        由表3可知,景点间距离最大为3,最小为1,距离为3的景点占比极少。其中距离为1的最短路径有26 856条,距离为2的最短路径有48 472条,旅游网络中大部分景点间的最近距离为2。旅游网络的总体距离分布状况如表4所示,网络的特征路径长度仅为1.654,表明各景点之间联系密切,缩短了网络节点间的平均距离。
拉布拉多贵宾犬
        (五)核心-边缘分析
        通过核心边缘分析可以进一步对节点在旅游网络中所处的位置进行量化分析。某一节点自身的集聚能力和对其他节点的辐射能力可以表明该节点的核心度,其集聚和辐射能力
越强,该景点就越接近于网络的核心位置。
        根据计算结果,核心区包括外滩、迪士尼、田子坊等113个景点,其中上海市区景点70个,上海郊区景点仅1个(即朱家角),长三角其他地区景点42个。同时,旅游网络的整体图密度为0.369,核心区内部节点间的连接密度为0.811,表明景点间游客流动的互动性强,而边缘区内部节点间的连接密度为0.11,游客流动互动性较弱,表明以上海为中心目的地的旅游网络具有聚集-分散效应,核心节点集中效应明显。核心节点与边缘节点的连接度为0.368,相对较高,表示核心节点对边缘节点的辐射带动能力较强。
        四、结论与建议
        (一)主要结论
        通过上述旅游线路的网络分析,可以看出以上海为目的地的旅游线路具有以下特征:1.上海既是长三角地区的重点旅游目的地,同时也是长三角旅游的重要中介,许多外地游客来长三角区域旅游,往往先到上海,然后再赴长三角其他区域旅游。上海呈现长三角旅游网络枢纽的态势。2.上海旅游线路丰富而且成熟,即使是那些热门景点,游客也未必一
定“打卡”;相反地,不少游客选择一些相对冷门景点串接而成的旅游线路,显示以上海为中心的旅游已经进入精耕阶段。3.外滩、田子坊、南京路步行街、东方明珠等上海著名景区不仅游客众多,也是对于整个长三角区域内的旅游具有重要带动作用;而迪士尼等热门景点虽然广受欢迎,但对其他景点带动作用有限。

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。